С помощью пакета Excel были построены регрессионные уравнения, включающие все исходные показатели. Проверка гипотезы о нормальном распределении показала, что с доверительной вероятностью 0,95 их можно считать нормально распределенными.
Общие формулы модели имеют вид:
y 1 = ao+aхi+....amхm
y2 = ao+aхi+....amхm
y3 = ao+aхi+....amхm-i
В данных уравнениях y1…3 - зависимые переменные, xij - объясняющие переменные, а ij = i,m - коэффициенты при независимых переменных, m - число коэффициентов.
Уравнение, характеризующее рождаемость имеет вид:
y 1 = 23,9-0,36х1-0,84x2+0,005x3+0,63х4+0,035х5-0,005х6-0,002х7
Рассмотрим параметры адекватности уравнения регрессии:
Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,23. Fнабл. =26,8 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; ?=0,95; ?1 = 7; ?2 =3) = 4,35, то есть хотя бы один коэффициент регрессии не равен нулю.
Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj.
Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение
t =-0,05. (х7).
Для оставшихся переменных получим уравнение регрессии:
y 1= 23,9-0,36 х1-0,86х2+0,005х3+0,65х4+0,03х5-0,0005х6
Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,2. F набл. =41,7 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; ?=0,95; ?1 = 6; ?2 =4) = 4,53, то есть хотя бы один коэффициент регрессии не равен нулю.
Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj, получим, что в уравнении не все коэффициенты регрессии значимы.
t =-0,19. (х6).
y 1=23,5- 0,38 х1-0,76х2+0,006х3+0,58х4+0,03х5
Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,18. F набл. =61,96 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр, (при n=13; ?=0,95; ?1 = 5; ?2 =5) = 5,05, то есть хотя бы один коэффициент регрессии не равен нулю.
Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =0,88 (х3).
y 1=28,3- 0,39 х1-1,06х2+0,63х4+0,03х5
Это уравнение регрессии удачно аппроксимирует фактическое значение рождаемости, так как ошибка аппроксимации равна всего 0,17%, а значения остатков очень малы.
Высокий уровень множественного коэффициента детерминации =0,98 свидетельствует, что 99% вариации результативной переменной описывается вошедшими в модель признаками. Остальная часть вариации описывается неучтенными факторами.
Коэффициент Дарбина-Уотсона = 1,85, то есть близок к 2, что свидетельствует о незначительной автокорреляции в остатках и подтверждает адекватность построенной модели.
В уравнении при изменении каждого фактора на 1 единицу собственного измерения зависимая переменная изменяется на соответствующий коэффициент регрессии, то есть коэффициент регрессии ?j отражает приращение функции за счет единичного приращения j-ro аргумента, независимое от остальных учтенных в модели аргументов. Интерпретируемый таким образом коэффициент регрессии используется в экономико-статистическом анализе для сравнения оценки влияния j-ro аргумента на функцию.
Анализируя полученную модель можно сказать, что при повышении доли лиц пенсионного возраста на 1% рождаемость уменьшится на 1,06 родившегося на 1000 (так как коэффициент отрицательный) и при увеличении обеспеченности жильем на 1 м2 общей площади на 1 человека рождаемость увеличится на 0,63. Столь парадоксальный факт можно объяснить тем, что в связи с большим выездом в регионе значительно улучшилось положение с жильем. То есть рождаемость продолжала падать, а жилплощадь высвобождалась - это объясняется последствиями экономического кризиса.
Рассматривая полученное уравнение, можно отметить, что в основном рождаемость определяется таким фактором как доля лиц пенсионного возраста, а также обеспеченностью жильем. Миграция и доля детей в населении имеют некоторую обратную связь с рождаемостью, но очень заметного влияния не оказывают. Из этого можно сделать следующий вывод - проблемы с рождаемостью в республике Бурятия обусловлены в первую очередь снижением доли лиц молодого возраста, на что и требуется обратить пристальное внимание. Необходимо следить за выполнением федерально-целевых программ. Реализация репродуктивной функции тесно связана с экономическим и социальным положением населения.
Уравнения зависимости показателя смертности имеют следующий вид:
y2 = 5,54-0,25х1 + 0,13х2-0,002х3 +0,74х4-0,002х5+0,005х6-0,14х7
Множественный коэффициент детерминации равен 0,97, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,46. F набл. =16,03 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n=13; ?=0,95; ?1 = 7; ?2 =3) = 4,35, то есть хотя бы один коэффициент регрессии не равен нулю.
t =-0,088 (х5).
y2 = 4,73-0,26х1+0,19х2-0,002х3+0,75х4 +0,005х6-0,14х7
Множественный коэффициент детерминации равен 0,97, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,4. F набл. =24,87. Можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; ?=0,95; ?1 = 6; ?2 =4) = 4,53, то есть хотя бы один коэффициент регрессии не равен нулю.
Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =-0,099 (х3).
Для оставшихся переменных формируем уравнение регрессии снова:
y2= 3,71-0,27х1+0,31х2+0,68х4+0,005х6-0,15х7
Множественный коэффициент детерминации равен 0,97, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,36. F набл. =37,21. Можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n=13; ?=0,95; ?1 = 5; ?2 =5) = 5,05, то есть хотя бы один коэффициент регрессии не равен нулю.
Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =0,44 (х2).
Получим следующее уравнение: y2= 9,16-0,29х1+0,7х4+0,004х6-0,14х7.
Множественный коэффициент детерминации равен 0,97, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,33. F набл. =53,7. Можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n=13; ?=0,95; ?1 = 4; ?2 =6) = 6,16, то есть хотя бы один коэффициент регрессии не равен нулю.
Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =-0,9 (х1).
Получим следующее уравнение: y2= -6,83+1,29х4+0,002х6-0,13х7.
Это уравнение регрессии удачно аппроксимирует фактическое значение рождаемости, так как ошибка аппроксимации равно всего 0,33%, а значения остатков очень малы.
Высокий уровень множественного коэффициента детерминации = 0,97 свидетельствует, что 97% вариации результативной переменной описывается вошедшими в модель признаками. Остальная часть вариации описывается неучтенными факторами.
Коэффициент Дарбина-Уотсона =1,83, то есть близок к 2, что свидетельствует о незначительной автокорреляции в остатках и подтверждает адекватность нашей модели.
Анализируя полученную модель можно сказать, что при увеличении обеспеченности жильем на 1 кв.м. общей площади на 1 чел. смертность увеличится на 1,29‰. Это можно объяснить тем, что в связи с усилением миграционного оттока в регионе значительно улучшилось положение с жильем, а смертность выросла из-за экономического кризиса. Уравнение смертности интерпретировать несколько сложнее, чем уравнения зависимости рождаемости. При увеличении безработицы на 1% смертность снизится на 0,13‰. Как ни странно, но заболеваемость практически не влияет на уровень смертности населения. Это можно объяснить тем, что много людей погибает в большинстве от несчастных случаев.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
